物聯(lián)網(wǎng)市場格局：工業(yè)物聯(lián)網(wǎng)

          工業(yè)物聯(lián)網(wǎng) (IIoT) 市場上的機會將基于新參與者的專業(yè)知識和創(chuàng)新技術(shù)。本報告概述了 IIoT 市場及價值鏈，重點介紹了推動該行業(yè)發(fā)展的商業(yè)和技術(shù)趨勢，展示了不同類型的參與者所采取的主要戰(zhàn)略，以及他們?nèi)绾闻c新技術(shù)聯(lián)系起來，旨在讓市場參與者全面了解市場。

          市場現(xiàn)狀

          OMDIA 將 IIoT 定義為部署在工業(yè)環(huán)境 ( 流程和離散制造 ) 中的物聯(lián)網(wǎng)應用。這包括有線 ( 如以太網(wǎng)技術(shù) )和無線 ( 如蜂窩技術(shù) ) 聯(lián)網(wǎng)終端。盡管工業(yè)以太網(wǎng)終端聯(lián)網(wǎng)技術(shù)已經(jīng)在 2000 年初出現(xiàn)，但許多產(chǎn)品 ( 特別是現(xiàn)場終端 ) 仍然沒有聯(lián)網(wǎng)，或者只提供單向通信。有了 IIoT，可以實現(xiàn)雙向通信，數(shù)據(jù)被提供給控制器和云，反饋也被提供給終端。舉例來說，可以通過更改傳感器上的參數(shù)來支持生產(chǎn)運行。

          IIoT 提供了從倉庫到工廠車間收集和利用以前未使用信息的機會，并將現(xiàn)有和新的不同數(shù)據(jù)集關聯(lián)起來，最終推動改進并形成新的解決方案。

          最常見的 IIoT 應用包括如下：

          資產(chǎn)、庫存或基礎設施監(jiān)控。資產(chǎn)或庫存跟蹤。車隊管理。預測性分析和預測性維護?，F(xiàn)場使用的自動和半自動車輛。工業(yè)可穿戴設備 ( 如聯(lián)網(wǎng)頭盔、AR 眼鏡 )。用于工業(yè)場所的聯(lián)網(wǎng)。設備的遠程控制和管理?；谖锫?lián)網(wǎng)的生產(chǎn)過程和質(zhì)量監(jiān)控。數(shù)字孿生。

          IIoT 趨勢

          到 2030 年，該市場的規(guī)模將增至 44 億部終端，其中亞太地區(qū)將成為終端數(shù)量最多的地區(qū)，占所有終端的 54%。我們預測的 IIoT 終端分為 3 類。

          電機控制 ：低壓電機驅(qū)動、中壓電機驅(qū)動、運動控制器、伺服驅(qū)動、步進驅(qū)動、電機、泵和壓縮機、發(fā)電機、發(fā)電機組、渦輪機和開關設備。離散控制 ：IIoT 網(wǎng)關、路由器、操作員終端、工業(yè) PC、PLC、遠程 I/O、傳感器、離散安全終端、安全驅(qū)動器和機器視覺終端。流程控制 ：DCS、過程控制和儀器儀表、過程測量、過程安全和 RTU。

          大多數(shù) IIo T 應用 ( 如預測性維護或數(shù)字孿生 ) 將依賴來自不同類別的多個終端。其它應用 ( 如資產(chǎn)監(jiān)控 ) 則可以通過很少的終端 ( 如連接到 IIo T 網(wǎng)關的傳感器 ) 構(gòu)建。

          商業(yè)趨勢

          供需趨勢決定了 IIoT 市場。在供應側(cè)，制造商提高競爭力和控制成本的需求推動了市場創(chuàng)新，而 IIoT 是其中的關鍵部分。驅(qū)動因素如下。

          減少代價高昂的機器故障停機時間 ( 根據(jù)施耐德電氣的數(shù)據(jù)，每一次設備故障都會給采礦公司帶來每小時 3 000 美元的損失 )。提高生產(chǎn)力和利潤率，包括提高產(chǎn)量和降低成本。解決技能短缺問題。這在日本等勞動力老齡化的市場上尤為重要。國家計劃，如“德國工業(yè) 4.0”和“中國制造 2025”等。

          與此同時，在需求側(cè)，制造商希望看到最終客戶持續(xù)推動更高層次的定制化，從而產(chǎn)生迅速改變和調(diào)整產(chǎn)品及裝配線的需求。汽車和運動鞋制造業(yè)就是最好的例子。這推動了對敏捷性和靈活性的需求，而 IIoT 可以幫助實現(xiàn)這些需求。

          技術(shù)趨勢

          工業(yè)市場正在向數(shù)字化邁進。在制造行業(yè)，OT 和 IT 的融合便明顯體現(xiàn)了這一點，尤其是需要 OT 解決方案充分利用不斷增長的 IT 數(shù)據(jù)和系統(tǒng)來“走出孤島”。OT 系統(tǒng)通常設計為獨立的實體，因此在很多情況下，為它們提供連接并將它們集成到新的 IT 和 IIoT 解決方案中并不是一件容易的事。

          數(shù)字化與新技術(shù)齊頭并進。它們包括新的連接協(xié)議(如 5G、Wi-Fi 6、TSN、OPC UA、MQTT)以及新的應用技術(shù)(如機器學習、AI、AR/VR、數(shù)字孿生、數(shù)字主線、增量制造和協(xié)作機器人)。希望將這些技術(shù)引入工業(yè)領域的主要參與者包括云和 IT 供應商、網(wǎng)絡供應商以及 CSP。

          在技術(shù)方面，一個持續(xù)的挑戰(zhàn)在于需要添加 / 轉(zhuǎn)換，而不是全面更換。新技術(shù)和 IIoT 解決方案必須在“Brownfield”環(huán)境中交付，在這樣的環(huán)境中，許多系統(tǒng)不能被關閉，并且無法進行大規(guī)模的工廠中斷來進行升級。

          工業(yè)專網(wǎng)和 5G 的機會

          在 IIoT 領域，專網(wǎng) ( 現(xiàn)在是 LTE，以后是 5G) 是目前主要由 CSP 和網(wǎng)絡供應商驅(qū)動的主要趨勢。

          從 CSP 和供應商的角度來看，一些主要發(fā)展動力包括如下：

          專網(wǎng)提供了一種非常適合工業(yè)環(huán)境的解決方案，可以將網(wǎng)絡控制和管理以及數(shù)據(jù)安全和治理交到企業(yè)自己手中。5G 的機會與工業(yè)部門的專網(wǎng)機遇緊密相連(盡管 5G 尚未完全標準化)。5G 的一些特性，特別是 5G URLLC，使其非常適合支持極低延遲的工業(yè)企業(yè)應用程序，如自動導引車 (AGV)。由于擔心消費者市場上的 5G 需求不足以證明 5G 資本支出的合理性，服務提供商和供應商也非常積極地在工業(yè)領域?qū)ふ?5G 的機會。

          從生態(tài)的角度來看，一些主要發(fā)展動力包括如下：

          頻譜正在分散化。這方面主要包括 CBRS、MulteFire 和德國 5G 區(qū)域頻譜。不過，我們在芬蘭、法國、巴西、日本和澳大利亞等許多國家都可以觀察到這一趨勢。諸如 5G ACIA 等舉措正在出現(xiàn)，旨在確保面向 IIoT 的 5G 能夠滿足工業(yè)最終用戶的實際需求。博世和西門子等工業(yè)技術(shù)公司對 5G 的興趣日益濃厚，他們希望與長期工業(yè)客戶保持聯(lián)系，也希望找到新的機會，幫助客戶利用數(shù)據(jù)，打造更具前瞻性的商業(yè)運營模式。

          IIoT 生態(tài)價值鏈

          技術(shù)變革正在塑造 IIoT 價值鏈

          IIoT 價值鏈與該領域的數(shù)字化進程緊密關聯(lián)。連接成為工業(yè)技術(shù)的重要組成部分。隨著邊緣計算或 AI 等新技術(shù)成為通過物聯(lián)網(wǎng)解決方案提供價值的重要元素，IT 也變得越來越重要。這種向數(shù)據(jù)驅(qū)動型工業(yè)技術(shù)的轉(zhuǎn)變對專業(yè)技能提出了額外的要求，特別是在網(wǎng)絡安全和 IIoT 平臺等新領域。

          這種額外的復雜性意味著沒有公司能夠真正獨立地提供端到端 IIoT 解決方案。與此同時，工業(yè)環(huán)境中現(xiàn)有的“Brownfield”技術(shù)意味著沒有顛覆式創(chuàng)新型參與者能夠孤立地提供解決方案。因此，合作至關重要。此外，終端的長生命周期、在不干擾生產(chǎn)的情況下進行創(chuàng)新的需求以及傳統(tǒng)的思維方式意味著沒有任何創(chuàng)新解決方案能夠憑一己之力顛覆市場，工業(yè)環(huán)境是關鍵。

          從 CSP 或基礎設施供應商的角度來看，最好的場景是 CSP 向工業(yè)企業(yè)銷售專有和混合網(wǎng)絡解決方案，對其進行管理并提供增值服務(如 MEC 和分析)、應用程序(如 AGV)，甚至是全面的系統(tǒng)集成。

          另一種情況是 CSP 管理網(wǎng)絡或者僅將頻譜出租給企業(yè)或其技術(shù)伙伴，除此以外并沒有開展其它與網(wǎng)絡相關的業(yè)務。這可能很快惡化為最壞的情況，由于頻譜許可的發(fā)展 ( 如共享、區(qū)域頻譜或未授權(quán)頻譜 ) 可能會減少其獨特資產(chǎn)擁有的機會， CSP 有可能被排除在 IIoT 市場之外。

          為了實現(xiàn)最好的場景，CSP 必須發(fā)展垂直領域知識和以用例為中心的戰(zhàn)略，以便有效地利用工廠外連接作為自己真正的差異化優(yōu)勢。雖然我們不清楚它們是否能夠有效地實現(xiàn)工廠車間聯(lián)網(wǎng)，但有一點毫無疑問，即它們能夠以低帶寬和高帶寬技術(shù)支持廣域連接。在 IIoT 領域，CSP 的優(yōu)勢在于創(chuàng)建一個智慧工廠(智慧供應鏈場景)。CSP 在市場上的成功取決于 5G 是否能夠成功超越連接技術(shù)的范疇，以及他們是否有能力投入足夠多的時間和資源來適應垂直市場的需求。這包括構(gòu)建內(nèi)部專長、產(chǎn)品團隊和具有深入行業(yè)經(jīng)驗以及專業(yè)知識的銷售團隊。

          一些 CSP 已經(jīng)與領先的工業(yè)技術(shù)供應商建立了聯(lián)系，不過在合作方面還有很多工作要做。伙伴關系示例包括如下：

          Orange Business Services 和德國電信與西門子建立了合作關系。在 Orange Business Services 的案例中，合作關系包括兩家公司共同銷售各自的產(chǎn)品，以及 Orange Business Services 只向西門子提供產(chǎn)品，然后西門子再將產(chǎn)品推向市場。此外還有沃達豐和 Elisa，他們各自的創(chuàng)新平臺和智慧工廠解決方案基于 PTC ThingWorx。CSP 不會聚焦 OT 或自動化過程，因為這不是他們的強項。在該領域支持顛覆式創(chuàng)新的最佳方式是與現(xiàn)有的市場領導者合作。

           IIoT 市場上的主要顛覆性創(chuàng)新技術(shù)

          5G、AI、AR 和邊緣計算等新技術(shù)將影響 IIoT 價值鏈以及工業(yè)領域的解決方案部署環(huán)境。如果我們將供應鏈、制造車間和交付產(chǎn)品視為工業(yè)部門的 3 個主要價值和活動領域，這 3 個領域都將受到新技術(shù)和 IIoT 的影響。TSN 和 OPC UA 等技術(shù)將主要影響工廠內(nèi)部，而 ML/AI 或數(shù)字孿生等其它技術(shù)將對工業(yè)產(chǎn)生更廣泛的影響。5G 也將影響這 3 個領域，盡管它在工廠內(nèi)部的相關性還有待證明。

          1.IIoT 環(huán)境中的連接技術(shù)

          工業(yè)環(huán)境中存在不同的連接網(wǎng)絡層。第一層是生產(chǎn)車間，包括機器和傳感器。該領域主要由有線連接主導，形式表現(xiàn)為現(xiàn)場總線或以太網(wǎng)。無線技術(shù)只是其中的一小部分，包括 WirelessHart 等技術(shù)。在這一層之上是 SCADA 系統(tǒng)，然后是 MES，再然后是 ERP，它們組成了所謂的“工業(yè)自動化金字塔”。

          (1) 5G

          5G 可以支持高達 20 Gbit/s 的速度、大量的終端和低至 1 ms 的可靠性，因此在可靠性、延遲、帶寬和可預測性方面可與現(xiàn)有的有線連接選項競爭。此外，與廣泛的布線工作相比，5G 可以帶來移動性，而且可以降低成本。

          然而，5G 仍是一項未完成的技術(shù)。目前 R16 已經(jīng)凍結(jié)，而 R17 將于 2021 年完成。它們都增添了必要的升級，目的是為了充分發(fā)揮 5G 的潛力。R16 將是 5G 超可靠低延遲 (5G URLLC) 和 IIoT 5G 實現(xiàn)標準化的關鍵一步，使具有極低延遲需求的服務(如機器人自動化、未授權(quán)頻譜 5G 專網(wǎng)和 5G 定位)成為可能。

          市場不會在一夜之間發(fā)生變化，因為終端和芯片組在標準化之后至少還需要 2 ～ 3 年時間才能達到顯著的規(guī)模。5G for TSN 現(xiàn)在似乎被推到了 R17。在此之前，5G URLLC 將是一個很好的“一次性”技術(shù)，但無法為整個工廠賦能。

          此 外，5G 可 以 支 持 eMBB、mMTC 和 URLLC，但這些無法同時進行。舉例來說，并不是所有的 5G 頻譜都同樣適合交付延遲為 1 ms 的 URLLC，并且將需要大量的邊緣計算來實現(xiàn)這一點。支持 5G URLLC 將影響 5G 的頻譜效率，影響其它一些 5G 功能。例如一個 5G 小區(qū)支持的 5G URLLC 連接數(shù)將低于 100(而不是數(shù)以千計)。

          (2) Wi-Fi 6

          Wi-Fi 6 將在 IIoT 中發(fā)揮作用，華為企業(yè)部或思科等公司將支持這項技術(shù)。由于可靠性、覆蓋和切換等問題，上一版 Wi-Fi 在工業(yè)領域舉步維艱，但 Wi-Fi 6 在以下方面要優(yōu)于上一版本 Wi-Fi 5 (802.11 ac)。

          更高的速度 : 鑒于更高的數(shù)據(jù)編碼效率，Wi-Fi 6 具有更高的吞吐量。預計 Wi-Fi 6 的最高速度約為 10 Gbit/s，幾乎是 Wi-Fi 5 速度(3.5 Gbit/s)的 3 倍。改 進 的 多 用 戶、 多 輸 出 通 信 (MU MIMO): Wi-Fi 6 支持無線接入點同時與多個用戶通信 ( 下行 )，并支持多個用戶同時傳輸數(shù)據(jù) ( 上行 )。提升能源效率 ：Wi-Fi 6 使用目標喚醒時間(TWT) 技術(shù)。它支持終端與路由器通信并統(tǒng)一調(diào)度無線終端休眠以及傳輸或接收數(shù)據(jù)的時間。在擁擠地區(qū)達到更好的性能 : Wi-Fi 6 使用正交頻分多址 (OFDMA) 技術(shù)，能夠同時處理多個聯(lián)網(wǎng)終端，并有效利用可用頻譜。增 強 的 安 全 性 : Wi-Fi 6 接 入 點 將 配 備 Wi-Fi 聯(lián)盟最新發(fā)布的 WPA3 無線安全標準。

          (3) OPC UA

          OPC UA 是一個來自 OPC Foundation、獨立于平臺的標準，旨在促進開放連接，各種系統(tǒng)和終端可以通過各種類型的網(wǎng)絡在客戶端和服務器之間發(fā)送消息來進行通信。它基于分層架構(gòu)，執(zhí)行 TCP/IP 通信協(xié)議，并支持兩個協(xié)議。這兩個協(xié)議是二進制協(xié)議 : 一個是支持通過防火墻輕松啟用的協(xié)議 , 另一個是使用標準 HTTP/HTTPS 端口的 Web 服務協(xié)議。

          OPC UA 是 OPC Classic 協(xié)議的替代協(xié)議，后者最初基于分布式組件對象模型 (DCOM) 開發(fā)，因此僅限于 Windows。OPC 存在的其它問題包括安全性、費用、效率低、數(shù)據(jù)移動和維護困難。OPC UA 的不同之處在于，它是一種可在各種操作系統(tǒng)上使用的互操作技術(shù)，支持更多的終端啟用 OPC UA。它提供了一種開放和可靠的機制，有助于企業(yè)系統(tǒng)與不同控件、監(jiān)控終端和傳感器(與真實世界的數(shù)據(jù)進行交互)之間的數(shù)據(jù)傳輸。

          (4) TSN

          TSN 是一組 IEEE 802 Ethernet 子標準，由 IEEE TSN 工作組定義，可實現(xiàn)確定性的實時通信。TSN 技術(shù)通過面向?qū)崟r應用程序的時間調(diào)度來保證交付，并最大程度地減少抖動。

TSN 確保信息可以在固定、可預測的時間內(nèi)從 A 點傳輸?shù)?B 點?？深A測性可以提高效率。

          2.IIoT 環(huán)境中的應用程序和邊緣計算

          (1) 數(shù)字孿生

           數(shù)字孿生是一種數(shù)字表示形式，它提供了終端或生態(tài)在整個生命周期中運作和生存的要素和動態(tài)。數(shù)字孿生將傳感器數(shù)據(jù)與機器學習和軟件分析結(jié)合起來，然后在此基礎上創(chuàng)建空間圖。這些空間圖提供了一個數(shù)字仿真模型，并與它們的物理對應物一起實時更新。制造業(yè)中的機器、系統(tǒng)，甚至整個工廠都可以通過數(shù)字孿生進行建模。數(shù)字孿生不斷從多個來源進行學習和更新，從而表現(xiàn)其近實時的狀態(tài)、工作環(huán)境或位置。它還將過去機器運行的歷史數(shù)據(jù)集成到數(shù)字模型中。數(shù)字孿生有助于以安全和經(jīng)濟的方式模擬機床功能，還有助于識別物理工具或基礎設施出現(xiàn)問題的根本原因。如果物理機床出現(xiàn)故障，工程師可以評估數(shù)字孿生虛擬機的數(shù)字蹤跡來進行診斷和預測。

          與數(shù)字孿生一樣，數(shù)字主線也在工業(yè)領域發(fā)揮越來越重要的作用。例如 PTC 對數(shù)字主線的定義是統(tǒng)一相互關聯(lián)的數(shù)據(jù)集，目的是發(fā)現(xiàn)洞察，并將其視為構(gòu)建數(shù)字孿生的先決條件。數(shù)字主線在整個企業(yè)中創(chuàng)建統(tǒng)一的數(shù)據(jù)視圖。數(shù)據(jù)集由上游和下游數(shù)據(jù)支持。較常見的數(shù)據(jù)集包括 CAD 數(shù)據(jù)、產(chǎn)品生命周期管理、IIoT、ERP、CRM、MES 和 BOM 等。相反，數(shù)字孿生是物理對等物的虛擬表示，它可能是一個機器甚至是一個過程。其目的是了解原始物理對象的表現(xiàn) ( 如反應 )。

          應該從不同的角度采用數(shù)字孿生 ：從產(chǎn)品的角度著眼于運轉(zhuǎn)中的產(chǎn)品特性 ;從制造和運營的角度著眼于制造過程中的所有洞察 ;最后從客戶體驗的角度出發(fā)，著眼于最終客戶如何使用產(chǎn)品，并針對未來的設計和創(chuàng)新提供深入的洞察。

          (2) 人工智能、機器學習和邊緣

          理解數(shù)據(jù)并在此基礎上采取行動是物聯(lián)網(wǎng)的一個主要商機。AI 是一個廣泛的技術(shù)領域 , 可以粗略地定義為用機器模擬人類智能和經(jīng)驗。物聯(lián)網(wǎng)終端和解決方案可以為 AI 算法提供關鍵的輸入來源和訓練數(shù)據(jù) , 反過來，AI 功能又可以對它們進行操作和控制。在 AI 領域中，機器學習是一種無需明確編程就能自動通過經(jīng)驗學習并改進的應用。深度學習是機器學習的一個子領域，由一些算法組成，這些算法利用大量的數(shù)據(jù)和神經(jīng)網(wǎng)絡訓練自己執(zhí)行任務，如語音和圖像識別。

          傳統(tǒng)的工業(yè)參與者意識到了數(shù)據(jù)和 AI 的價值。日立公司成立了 Hitachi Vantara，專注于數(shù)據(jù)分析，并開發(fā)了 Lumada Manufacturing Insights 套件等產(chǎn)品，其中包括利用 AI、ML 和 DataOps 來實現(xiàn)生產(chǎn)自動化和優(yōu)質(zhì)成果的 IIoT 解決方案。

          AI 和 ML 與邊緣計算和云提供的數(shù)據(jù)存儲和處理能力緊密關聯(lián)。云和邊緣十分必要。舉例來說，向云發(fā)送數(shù)據(jù)對于訓練 AI 模型至關重要，在邊緣分析其它數(shù)據(jù)源可以帶來減少延遲、減少云和連接費用、增加數(shù)據(jù)安全和隱私等好處。

         (3) 增強現(xiàn)實和虛擬現(xiàn)實

          AR 是一種由計算機生成元素 ( 如文本、聲音、圖片或物體 ) 增強真實世界的技術(shù)。VR 將真實世界的元素引入到虛擬世界中，如將真實的手引入虛擬環(huán)境。

          雖說經(jīng)過了幾年的試點、實施和大量宣傳，AR 眼鏡市場卻并未火爆起來。智能 AR 眼鏡有一個廣泛的生態(tài)，包括光學元件供應商、終端 OEM、應用開發(fā)商、定制軟件開發(fā)商、內(nèi)容供應商、軟件開發(fā)商和平臺提供商。

          試驗和試點(尤其是在工業(yè)環(huán)境中)顯示生產(chǎn)力大幅提高，成本大幅降低。在工業(yè)環(huán)境中，工作流是車間管理和衡量效率的一個重要因素，可以影響成本以及產(chǎn)品或服務的交付。在許多情況下，車間使用紙質(zhì)說明書或手冊來指導工人完成不同的任務。智能眼鏡可以支持用戶在查看手冊和圖表的同時捕捉視頻和照片。這種在需要時無需手動即可訪問使用說明、地圖、圖表等的能力在工業(yè)和企業(yè)市場上激起了人們的興趣。AR 眼鏡還可以用于知識傳遞和下一代工人培訓。